工業(yè)機(jī)器人企業(yè)的融資效率問題研究

關(guān)鍵詞：工業(yè)機(jī)器人企業(yè)；融資效率；DEA模型；Malmquist指數(shù)

中圖分類號(hào)：F832

DOI：10.19504/j.cnki.issn1671-5365.2024.10.01

當(dāng)前數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，大數(shù)據(jù)、人工智能、云計(jì)算等新興技術(shù)不斷滲透到經(jīng)濟(jì)生活的各個(gè)領(lǐng)域，對(duì)經(jīng)濟(jì)生活產(chǎn)生了前所未有的顛覆性影響。《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出加快人工智能安全技術(shù)創(chuàng)新，人工智能安全已成為未來國家戰(zhàn)略、政府工作的重要組成部分。作為人工智能領(lǐng)域中的主要應(yīng)用之一，機(jī)器人是我國深入實(shí)施制造強(qiáng)國戰(zhàn)略和數(shù)字中國建設(shè)的重點(diǎn)發(fā)展行業(yè)。機(jī)器人按照應(yīng)用領(lǐng)域可以分為三類：工業(yè)機(jī)器人——用于生產(chǎn)協(xié)作、倉儲(chǔ)物流、裝配檢測(cè)，服務(wù)機(jī)器人——用于個(gè)人家庭用、消費(fèi)服務(wù)、公共服務(wù)，特種作業(yè)機(jī)器人——用于軍用、礦業(yè)、救援、石油等。2015年《中國制造2025》將機(jī)器人列為中國制造業(yè)重點(diǎn)領(lǐng)域；2016年工業(yè)和信息化部、國家發(fā)展改革委、財(cái)政部等三部委聯(lián)合印發(fā)的發(fā)展規(guī)劃《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》提出金融機(jī)構(gòu)長期支持行業(yè)發(fā)展。據(jù)中商情報(bào)網(wǎng)公布，工業(yè)機(jī)器人產(chǎn)量由2016年的7.24萬套增長到2020年23.71萬套。

在新冠疫情的影響下，對(duì)工業(yè)機(jī)器人的需求呈噴射式增加，工業(yè)機(jī)器人行業(yè)加速發(fā)展。然而，融資難、融資效率等問題一直以來都在困擾著中小企業(yè)，尤其是生產(chǎn)加工成本較高的工業(yè)機(jī)器人行業(yè)。剖析工業(yè)機(jī)器人企業(yè)融資過程中的問題，或有助于其迅速有效地調(diào)整發(fā)展方向，高效發(fā)揮其競(jìng)爭(zhēng)力。

一、文獻(xiàn)綜述

國外學(xué)者從20世紀(jì)50年代開始研究融資理論和效率理論，主要關(guān)注金融市場(chǎng)或金融結(jié)構(gòu)的配置的效率問題，較少關(guān)注融資效率。Badranya應(yīng)用DEA方法對(duì)伊斯蘭教合作社融資效率進(jìn)行測(cè)度[1]；Kavitha、Baag應(yīng)用DEA方法對(duì)印度銀行在PMMY 計(jì)劃下為企業(yè)家和小企業(yè)融資的效率[2]；Masuduzzaman、Akther、Ara應(yīng)用DEA 方法對(duì)孟加拉國的中小企業(yè)向傳統(tǒng)銀行和伊斯蘭銀行融資的效率進(jìn)行縱向比較分析[3]；Li應(yīng)用DEA方法對(duì)中美兩國的新能源上市企業(yè)的股權(quán)融資進(jìn)行比較分析[4]。

當(dāng)前國內(nèi)的學(xué)者主要從不同行業(yè)的企業(yè)進(jìn)行融資效率的研究。劉力昌等[5]利用DEA方法對(duì)滬市1998年初次發(fā)行的47家上市公司的股權(quán)融資效率進(jìn)行綜合評(píng)價(jià)；王秀貞等[6]利用DEA方法對(duì)1999—2008 年的各省份的不同所有制的中小企業(yè)的融資效率值進(jìn)行分析；田剛等[7]利用DEA方法分析我國11家林業(yè)上市公司的融資效率，應(yīng)用主成分分析法選取投入和產(chǎn)出指標(biāo)。謝閃閃等[8]建立DEA模型對(duì)2013—2017年我國25家農(nóng)業(yè)上市公司的不同金融成長周期的融資效率進(jìn)行分層分析；陸志彬[9]運(yùn)用DEA分析方法對(duì)我國2017年75家新三板電子商務(wù)公司的融資效率進(jìn)行評(píng)價(jià)分析。

學(xué)者們采用不同的方法量化融資效率。沈忱[10]利用三階段DEA模型分析我國新三板樣本企業(yè)的效率值，探討中小企業(yè)在新三板市場(chǎng)融資效率偏低的原因；杜麗慧等[11]利用DEA方法橫向和縱向分析我國2010—2015年的17家港口上市公司的融資效率，并用回歸分析找出影響融資效率的主要因素；王保乾、汪竹君[12]用SFA方法分析中眾投邦股權(quán)眾籌164個(gè)項(xiàng)目的融資效率并分析其影響因素；靳鑫[13]利用DEA 拓展模型SBM 計(jì)算2012—2017 年滬深兩市A 股的紡織行業(yè)上市公司融資的投入和產(chǎn)出，Malmquist指數(shù)分析融資效率的變動(dòng)；曾剛、耿成軒[14]利用Super-SBM 模型對(duì)2010—2016年中國112家戰(zhàn)略性新興產(chǎn)業(yè)上市公司融資效率進(jìn)行實(shí)證測(cè)度，用Logit 模型對(duì)融資效率影響因素分析；絕大多數(shù)的學(xué)者量化融資效率的方法都是選擇DEA。

縱觀其融資效率的研究，在機(jī)器人行業(yè)的研究是少之又少。本文在梳理相關(guān)領(lǐng)域的研究成果的基礎(chǔ)上，針對(duì)工業(yè)機(jī)器人企業(yè)的融資情況進(jìn)行深入剖析，選取2016—2020年，滬深證券交易所上市的20家工業(yè)機(jī)器人上市公司的樣本數(shù)據(jù)，運(yùn)用DEA模型分析融資效率。

二、研究方法及數(shù)據(jù)指標(biāo)

（一）研究方法

DEA模型是美國著名運(yùn)籌學(xué)家Charnes等人提出的一種效率評(píng)價(jià)方法，它把單輸入、單輸出的工程效率等概念推廣到多輸入、多輸出同類決策單元的有效性評(píng)價(jià)[15]。DEA模型的種類眾多，應(yīng)用領(lǐng)域廣泛，當(dāng)前使用較多的是最初的兩個(gè)DEA模型：C²R 模型和BC² 模型。其中C²R 模型是描述生產(chǎn)活動(dòng)滿足規(guī)模收益不變情況下的生產(chǎn)效率，BC² 模型描述規(guī)模收益可變情況下的生產(chǎn)效率。結(jié)合工業(yè)機(jī)器人行業(yè)的融資現(xiàn)狀，選用投入導(dǎo)向的規(guī)模報(bào)酬可變模型BC² 模型。m種投入，q種產(chǎn)出，n個(gè)決策單元。具體模型如下：

其中i = 1，2，…，m ; r = 1，2，…，q ; j = 1，2，…，n。θ 為被評(píng)價(jià)單元的效率值，范圍為（0，1]，若θ = 1，表明決策單元相對(duì)有效；若θ lt; 1，表明決策單元存在效率損失。

從動(dòng)態(tài)角度對(duì)不同時(shí)期的效率值的縱向比較，運(yùn)用Malmquist 指數(shù)方法。Malmquist 指數(shù)最初是由Malmquist Sten提出，1982年Caves等首度將該指數(shù)應(yīng)用于生產(chǎn)率變化的測(cè)算，此后研究者將其與DEA理論相結(jié)合，因?yàn)樗梢暂^好地刻畫相對(duì)效率的動(dòng)態(tài)變化；Malmquist指數(shù)構(gòu)造的基礎(chǔ)是距離函數(shù)，距離函數(shù)恰好為DEA理論中C²R 模型和BC² 模型效率值的倒數(shù)[15]。Malmquist 指數(shù)用全要素生產(chǎn)率度量，若M gt; 1 表明從t 到t + 1時(shí)期該決策單元的效率有所增加，生產(chǎn)力有進(jìn)步；若M lt; 1 表明生產(chǎn)力退步；若M = 1 表明生產(chǎn)力沒有變化。

當(dāng)前的量化融資效率的方法中，DEA方法是絕大多學(xué)者采用的一種方法。相對(duì)而言，這種方法是比較合適的，因?yàn)槠淇梢葬槍?duì)不同行業(yè)、不同所有制、不同時(shí)間的效率的變化進(jìn)行分析；該方法比較客觀，投入和產(chǎn)出的指標(biāo)的權(quán)重不需要人為設(shè)定，投入產(chǎn)出之間的量化關(guān)系不需要顯性表達(dá)。

（二）指標(biāo)的選取

當(dāng)前學(xué)者們對(duì)融資效率的投入產(chǎn)出指標(biāo)的選擇差異性較大。工業(yè)機(jī)器人主要應(yīng)用于重工業(yè)，生產(chǎn)成本很高，對(duì)研發(fā)技術(shù)要求非常高；同時(shí)對(duì)資金的需求也非常高，特別是需求直接融資。從投入角度分析，主要關(guān)注企業(yè)的成本和資金投入及借貸情況，故將主營業(yè)務(wù)成本、資產(chǎn)負(fù)債率、總資產(chǎn)3個(gè)指標(biāo)作為投入指標(biāo)；從產(chǎn)出角度分析，主要關(guān)注企業(yè)的資金周轉(zhuǎn)、盈利和成長情況，故將主營業(yè)務(wù)收入增長率、凈資產(chǎn)收益率、總資產(chǎn)周轉(zhuǎn)率3個(gè)指標(biāo)作為產(chǎn)出指標(biāo)。從融資成本、融資規(guī)模、融資風(fēng)險(xiǎn)的角度選取投入指標(biāo)，從盈利能力、營運(yùn)能力的角度選取產(chǎn)出指標(biāo)。一般來說，樣本單元的數(shù)量不應(yīng)少于投入和產(chǎn)出指標(biāo)數(shù)量的乘積，同時(shí)不少于投入和產(chǎn)出指標(biāo)數(shù)量的3倍[16]。在單元數(shù)量固定的實(shí)際應(yīng)用中，就會(huì)減少指標(biāo)的數(shù)量，故投入產(chǎn)出指標(biāo)選擇6個(gè)。產(chǎn)出指標(biāo)中有少量數(shù)據(jù)為負(fù)值，對(duì)此用無量綱化的方法處理，具體方法如下：

（三）數(shù)據(jù)來源和樣本的選取

本研究選取的時(shí)間是2016—2020 年，因?yàn)?016年工業(yè)和信息化部、國家發(fā)展改革委、財(cái)政部等三部委聯(lián)合印發(fā)的發(fā)展規(guī)劃《機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）》，5年內(nèi)工業(yè)機(jī)器人行業(yè)的規(guī)劃是否實(shí)現(xiàn)預(yù)期，金融機(jī)構(gòu)對(duì)該行業(yè)的支持力度及融資情況如何，需要對(duì)這5年的融資情況進(jìn)行深入剖析。

樣本選取的滬深證券交易所上市的20家工業(yè)機(jī)器人上市公司，其中，民營企業(yè)13家，國有企業(yè)4家，外資及中外合資企業(yè)3家；埃斯頓、華中數(shù)控、拓斯達(dá)、科大智能、快克股份、江蘇北人、哈工智能、克來機(jī)電這些公司都在2022年2月德本咨詢《互聯(lián)網(wǎng)周刊》聯(lián)調(diào)，2021年工業(yè)機(jī)器人TOP50榜單中。剔除了數(shù)據(jù)不全的、被ST和*ST的上市企業(yè)、數(shù)據(jù)中存在異常值和極端值的企業(yè)。這些指標(biāo)數(shù)據(jù)的取得依據(jù)Wind 數(shù)據(jù)庫和東方財(cái)富choice數(shù)據(jù)庫。

三、實(shí)證分析

從靜態(tài)和動(dòng)態(tài)兩個(gè)維度分析20個(gè)單元樣本企業(yè)在2016—2020年的融資效率情況。利用軟件DEAP 2.1，以投入導(dǎo)向的VRS模型進(jìn)行的兩階段DEA方法。在產(chǎn)出一定的條件下，研究成本最小化。融資成本越低，企業(yè)融資效率越高。重點(diǎn)研究企業(yè)融資成本、結(jié)構(gòu)和規(guī)模。

（一）DEA靜態(tài)分析

BC²模型將工業(yè)機(jī)器人企業(yè)的投入產(chǎn)出效率用綜合技術(shù)效率來測(cè)量，綜合技術(shù)效率包括兩個(gè)部分：純技術(shù)效率和規(guī)模效率。靜態(tài)分析主要從綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率三個(gè)指標(biāo)進(jìn)行分析。融資效率分為四個(gè)等級(jí)，其中效率值為[0， 0.5）處于低水平，[0.5， 0.8）為較低水平，[0.8，1）為高水平，1為有效水平。

1. 綜合技術(shù)效率分析

表1所示，2016—2020年的20家企業(yè)綜合技術(shù)效率的年平均值、各企業(yè)每年綜合技術(shù)效率的平均值都處于較低水平。整體來看，2016—2020年20 家企業(yè)的資源沒有被有效利用，企業(yè)的資金、技術(shù)和規(guī)模等需要進(jìn)行調(diào)整和優(yōu)化。整體來看，除了2017年較小的增長外，綜合技術(shù)效率值還是呈現(xiàn)遞減趨勢(shì)；

20家企業(yè)中效率最好的是快克股份、克來機(jī)電，樣本單元中10%的企業(yè)，綜合技術(shù)效率達(dá)到最佳。這兩家企業(yè)在2016—2020年，每年的綜合技術(shù)效率值都是1，每年的企業(yè)融資都處于最佳的狀態(tài)，融資效率最佳，企業(yè)資金被有效合理利用。

20家企業(yè)中效率相對(duì)低的企業(yè)是華中數(shù)控、巨輪智能、埃斯頓、山河智能、機(jī)器人、美的集團(tuán)、埃夫特-U、新時(shí)達(dá)、哈工智能、大族激光。這10家企業(yè)在2016—2020年的綜合技術(shù)效率的年平均值都是處于低水平，企業(yè)的資金沒有得到合理利用，需要進(jìn)行大范圍的調(diào)整改進(jìn)。

2. 純技術(shù)效率分析

表2顯示，2016—2020年20家企業(yè)純技術(shù)效率的各企業(yè)均值，除2017年處于高水平，其余年份都是處于較低水平，整體趨勢(shì)是逐年遞減。華中數(shù)控、巨輪智能、埃斯頓、山河智能、機(jī)器人、哈工智能這6家企業(yè)年均值處于低水平，效率較低；GQY視訊、拓斯達(dá)、快克股份、克來機(jī)電、工業(yè)富聯(lián)五家企業(yè)年均值都是1，樣本單元中25%的企業(yè)效率是最佳的。

3. 規(guī)模效率分析

表3顯示，2016—2020年20家企業(yè)的規(guī)模效率的各企業(yè)均值，在2016年處于較低水平，從2017年起都是處于高水平，整體呈逐漸增加的趨勢(shì)。20家企業(yè)中GQY視訊、美的集團(tuán)、大族激光這3家企業(yè)規(guī)模效率的年均值處于較低水平，其他17家企業(yè)均處于高水平，效率相對(duì)較高，絕大多數(shù)企業(yè)處于快速發(fā)展階段。

（二）Malmquist 指數(shù)動(dòng)態(tài)分析

運(yùn)用Malmquist指數(shù)來分析20家工業(yè)機(jī)器人企業(yè)在2016—2020 年融資效率的動(dòng)態(tài)變化值。其主要是進(jìn)行全要素生產(chǎn)率測(cè)度的分析，全要素生產(chǎn)率（tfpch）可以分解為技術(shù)效率變動(dòng)（effch）和技術(shù)進(jìn)步（techch），其量化關(guān)系是tfpch =effch × techch；技術(shù)效率變動(dòng)（effch）分解為純技術(shù)效率變動(dòng)（pech）和規(guī)模效率（sech），其量化關(guān)系是effch = pech × sech。以2016年的數(shù)據(jù)作為基數(shù)，其Malmquist指數(shù)為1，間隔4年的數(shù)值如表4所示。

1. 全要素生產(chǎn)率分析

2016—2020年絕大多數(shù)企業(yè)未達(dá)到最優(yōu)的生產(chǎn)規(guī)模狀態(tài)，全要素生產(chǎn)率平均值為0.883，融資效率年均值減少11.7%，整體平均水平是處于生產(chǎn)力退步的狀態(tài)。2016—2019年段呈現(xiàn)遞減趨勢(shì)，2019—2020年又呈現(xiàn)突增趨勢(shì)，且生產(chǎn)效率增加，生產(chǎn)力增長。

從技術(shù)效率變動(dòng)的角度來看，技術(shù)效率變化年均值減少了4.3%。2016—2020年間，其呈現(xiàn)下降上升V字形變動(dòng)趨勢(shì)，整體趨勢(shì)還是趨于下降的。全要素生產(chǎn)率的減少受到技術(shù)效率變化的減少的影響，技術(shù)效率也是影響融資效率降低的因素。

從技術(shù)進(jìn)步的角度來看，技術(shù)進(jìn)步年均值減少了7.7%。2016—2020年間，其呈現(xiàn)下降上升波浪式起伏趨勢(shì)。相比較而言，技術(shù)進(jìn)步效率減少得多一些，故技術(shù)進(jìn)步對(duì)融資效率影響最大，融資效率的降低與技術(shù)進(jìn)步關(guān)聯(lián)較大；技術(shù)進(jìn)步是影響融資效率降低的關(guān)鍵性因素。

從純技術(shù)效率變化角度來看，純技術(shù)效率變化的年均值減少了8.2%。2016—2018年間呈現(xiàn)下降趨勢(shì)，2018—2020年間又呈現(xiàn)上升趨勢(shì)，但是整體趨勢(shì)還是下降的，且下降幅度是最大的。純技術(shù)效率變化的減少導(dǎo)致技術(shù)效率變動(dòng)的減少，其關(guān)聯(lián)性較大；從下降量化角度看，純技術(shù)效率變化也是影響融資效率降低的關(guān)鍵性因素。

從規(guī)模效率的角度來看，規(guī)模效率年均值增加了4.3%。2017—2018年呈現(xiàn)下降趨勢(shì)，除此以外整體呈現(xiàn)上升趨勢(shì)，規(guī)模效率促進(jìn)了融資效率的提升。

從這幾方面的分析可見，全要素生產(chǎn)率的降低主要來源于技術(shù)進(jìn)步和純技術(shù)效率變化的減少。提高技術(shù)進(jìn)步和純技術(shù)效率變動(dòng)是20家企業(yè)當(dāng)前需要關(guān)注的問題。

2. 按企業(yè)所有制分析

按照企業(yè)性質(zhì)將20家企業(yè)劃分為三個(gè)層次：國有企業(yè)、民營企業(yè)、外資及合資企業(yè)。樣本單元中民營企業(yè)最多，共13家。如表5所示，按照全要素生產(chǎn)率值的高低進(jìn)行排名，GQY視訊是國有企業(yè)的代表、大立科技是民營企業(yè)的代表、雷柏科技是外資及合資企業(yè)的代表。三類不同性質(zhì)的企業(yè)都有融資效率較好的典型代表。當(dāng)前融資效率最佳的是國有企業(yè)的GQY視訊。民營企業(yè)呈現(xiàn)出兩個(gè)等級(jí)，一半企業(yè)是效率排名靠前的，另一半企業(yè)是處于效率較低的。

從全要素生產(chǎn)率角度看，在樣本企業(yè)中50%的國有企業(yè)、15%的民營企業(yè)、33%的外資及合資企業(yè)其平均值大于1，可見國有企業(yè)占相對(duì)優(yōu)勢(shì)；民營企業(yè)全要素生產(chǎn)率的值高于0.8以上的企業(yè)個(gè)數(shù)要比國有企業(yè)多；從全要素生產(chǎn)率的有效分布量的排名來看，排名前三的企業(yè)有GQY 視訊（國有企業(yè)）、大立科技（民營企業(yè)）、巨輪智能（民營企業(yè)），國有企業(yè)、民營企業(yè)和外資及合資企業(yè)排名都呈現(xiàn)嚴(yán)重的兩極分化。以投入為導(dǎo)向，側(cè)重分析在產(chǎn)出一定的條件下投入最小化，融資最有效的時(shí)候是投入最小化。國有企業(yè)的融資成本相對(duì)較低，融資資源、融資渠道及風(fēng)險(xiǎn)管理等相對(duì)完善，故融資效率相對(duì)較好。

從純技術(shù)效率變動(dòng)來看，平均值大于1的企業(yè)占比中，50%的國有企業(yè)效率較高；100%的外資及合資企業(yè)效率較高；31% 的民營企業(yè)效率較高。

3. 按產(chǎn)業(yè)鏈分析

表6顯示，樣本單元中15家企業(yè)生產(chǎn)工業(yè)機(jī)器人產(chǎn)業(yè)鏈下端的產(chǎn)品，7家企業(yè)生產(chǎn)中端產(chǎn)品，4家企業(yè)生產(chǎn)上端產(chǎn)品。絕大多數(shù)樣本企業(yè)都是處于產(chǎn)業(yè)鏈下端。下端產(chǎn)品的附加值高，利潤空間大。

下端企業(yè)中埃夫特-U、江蘇北人、科大智能這3家企業(yè)的全要素生產(chǎn)率較低，其他12家企業(yè)的全要素生產(chǎn)率較高。上端企業(yè)中大立科技的全要素生產(chǎn)率最高，是上端的典型代表；中端企業(yè)中巨輪智能、山河智能的全要素生產(chǎn)率最高，是中端的典型代表，其他企業(yè)相對(duì)都較低。

四、結(jié)論及建議

（一）研究結(jié)論

從靜態(tài)效率分析來看，2016—2020年的20家企業(yè)綜合技術(shù)效率都較低，企業(yè)的資源沒有被有效利用，大部分企業(yè)是處于融資效率較低狀態(tài)。外資企業(yè)的快克股份、民營企業(yè)的克來機(jī)電，這2家企業(yè)的綜合技術(shù)效率、純技術(shù)效率都是最佳的，是樣本單元的典型代表。綜合技術(shù)效率的變動(dòng)主要是受到純技術(shù)效率的影響，規(guī)模效率相對(duì)有效。

從動(dòng)態(tài)效率分析來看，2016—2019年段全要素生產(chǎn)率呈現(xiàn)遞減趨勢(shì)，2019—2020年又呈現(xiàn)突增趨勢(shì)，且生產(chǎn)效率增加，生產(chǎn)力增長。2016—2019年整體融資效率降低是由于受到純技術(shù)效率水平及技術(shù)水平下降的影響；2019—2020年融資效率上升是由于企業(yè)技術(shù)效率水平提高。

從動(dòng)態(tài)效率分析來看，當(dāng)前工業(yè)機(jī)器人行業(yè)中主要以民營企業(yè)為主，民營企業(yè)的融資效率也是呈現(xiàn)兩極分化的現(xiàn)象；民營企業(yè)中近一半的企業(yè)的平均融資效率是相對(duì)較高的。當(dāng)前工業(yè)機(jī)器人工業(yè)主要以產(chǎn)業(yè)鏈的下端為主，絕大多數(shù)下端企業(yè)效率相對(duì)較高。

對(duì)照2016—2020年機(jī)器人產(chǎn)業(yè)發(fā)展規(guī)劃，產(chǎn)業(yè)鏈的上端、中端、下端以及國有企業(yè)、民營企業(yè)、外資及合資企業(yè)中都培養(yǎng)了代表企業(yè)，這些代表企業(yè)融資效率都處于最佳水平。但是整體還是相對(duì)較低，純技術(shù)效率是制約其主要影響因素，技術(shù)仍然需要強(qiáng)化突破。

（二）相關(guān)建議

雖然整體經(jīng)濟(jì)萎縮，但是工業(yè)機(jī)器人表現(xiàn)出了強(qiáng)大的活力；近年來我國人口紅利逐漸消失，制造業(yè)就業(yè)人員持續(xù)降低，用工成本增加，對(duì)工業(yè)機(jī)器人的需求劇增。融資項(xiàng)目數(shù)量也逐漸增加，國家也推出了很多新的融資方式。通過研究發(fā)現(xiàn)融資效率的提升需要提高技術(shù)效率水平，強(qiáng)化資金管理，產(chǎn)業(yè)鏈一體化，保證產(chǎn)業(yè)鏈和資金鏈協(xié)同發(fā)展。

1. 提升技術(shù)效率

技術(shù)的突破需要涉及時(shí)間、成本、人才等多方面的因素。要讓企業(yè)有核心競(jìng)爭(zhēng)力，需要強(qiáng)化并提升研發(fā)能力。技術(shù)研發(fā)的突破需要國家、政府、社會(huì)、高校等相互合作，合力實(shí)現(xiàn)。國家政府出臺(tái)相關(guān)優(yōu)惠政策，積極鼓勵(lì)引導(dǎo)社會(huì)各界力量突破技術(shù)難關(guān)；社會(huì)、金融機(jī)構(gòu)積極推出新的金融創(chuàng)新模式，提供融資服務(wù)；高校等科研機(jī)構(gòu)積極實(shí)施校企合作等項(xiàng)目，不斷培養(yǎng)當(dāng)前企業(yè)所需的專業(yè)人才。

2. 有效管理資金

當(dāng)前工業(yè)機(jī)器人的上端企業(yè)技術(shù)效率不足，故工業(yè)機(jī)器人中端、下端企業(yè)需要從國外采購核心零部件。而核心零部件占機(jī)器人本體價(jià)值的60%—70%，因此留在國內(nèi)廠商手中的價(jià)值僅剩下三成左右。購置成本的減少只能是期望我國自主研發(fā)技術(shù)的提升后實(shí)現(xiàn)。另外，工業(yè)機(jī)器人部署調(diào)試費(fèi)用也較高。工業(yè)機(jī)器人中機(jī)器臂部署耗時(shí)費(fèi)力是行業(yè)的痛點(diǎn)。機(jī)器人部署、軌跡規(guī)劃是核心環(huán)節(jié)，但是這部分費(fèi)用較高，且主要依賴經(jīng)驗(yàn)豐富的工程師，企業(yè)應(yīng)以更低成本有效解決。這方面建議多利用融資資金進(jìn)行研發(fā)，實(shí)現(xiàn)機(jī)器人智能化、柔性化。融資資金應(yīng)多用于研發(fā)和業(yè)務(wù)方面，進(jìn)一步提升客戶體驗(yàn)和服務(wù)速度。要對(duì)融資資金進(jìn)行有效管理，結(jié)合自身發(fā)展情況精準(zhǔn)突擊短板，實(shí)現(xiàn)融資效率最佳狀態(tài)。同時(shí)要積極管理自身資產(chǎn)，特別是要關(guān)注存貨、應(yīng)收賬款的管理，有效提高資產(chǎn)的運(yùn)營水平，有效實(shí)現(xiàn)從融資到投資使用再到銷售回款的循環(huán)過程。

3. 完善工業(yè)機(jī)器人產(chǎn)業(yè)鏈結(jié)構(gòu)

當(dāng)前工業(yè)機(jī)器人的產(chǎn)業(yè)鏈布局是下端企業(yè)最多，中端企業(yè)、上端企業(yè)較少，結(jié)構(gòu)不平衡；同時(shí)在下端企業(yè)中兩極分化現(xiàn)象嚴(yán)重，效率高與效率低的企業(yè)各呈現(xiàn)兩個(gè)極端。上端企業(yè)主要生產(chǎn)一些關(guān)鍵結(jié)構(gòu)的零部件，硬件系統(tǒng)和軟件。特別是在核心零部件和軟件方面，我們當(dāng)前的技術(shù)水平還急需提升和突破。這樣才能使得我國上端、中端、下端的生產(chǎn)與供應(yīng)緊密聯(lián)系、密切配合。產(chǎn)業(yè)鏈的發(fā)展需要資金鏈的支持，資金鏈的不完善會(huì)導(dǎo)致產(chǎn)業(yè)鏈的斷裂，產(chǎn)業(yè)鏈的斷裂又會(huì)導(dǎo)致資金鏈的受阻。當(dāng)前要圍繞產(chǎn)業(yè)鏈部署完善資金鏈，有效提升工業(yè)機(jī)器人行業(yè)融資效率，解決融資問題才能促進(jìn)工業(yè)機(jī)器人產(chǎn)業(yè)的發(fā)展，有效推動(dòng)我國人工智能產(chǎn)業(yè)的高質(zhì)量發(fā)展，帶動(dòng)其他相關(guān)制造業(yè)等產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。